从经典的模型预测控制算法到精确的显式模型预测控制算法再到显式模型预测控制近似算法,模型预测控制算法以其能显式处理复杂约束优化问题的特点,逐渐被工程控制界所认可。相对于经典模型预测控制算法需要在线反复滚动优化难以保证系统控制实时性的缺点,显式模型预测控制采用离线计算和在线计算相结合的方法来保证系统控制实时性,但是显式模型预测控制在离线计算时需要划分多个分区,所用时间长,使得离线计算存在较大的复杂度。针对这个缺点,本文采用分散控制的思想,从模型本身入手将整体的控制任务分解成若干个小的任务来进行控制,从而简化了计算量。在分散模型预测控制的控制网络中,由于干扰和网络传输信道的不稳定会使得大量状态测量信息的数据发生丢包的情况,为了保证系统的稳定性,对该分散模型预测控制算法进行了优化。同时,本文总结了关于模型预测控制器设计的一些方法以及研究成果,总结了分散控制的基本思想及相关成果,为本文的研究提供了研究方向。本文对以下几个方面进行了深入研究:1、研究显式模型预测控制器的基本原理,以及显式模型预测控制器设计的基本步骤。并且对于其在多约束控制最优问题中,求解近似解的计算复杂度进行了深入分析,分析结果为本文用分散控制的思想来减少显式模型预测控制在减少计算复杂度方面作铺垫。2、针对显式模型预测控制器在计算时需要划分多个分区,所需计算时间长,使得离线和在线都有着比较大的计算复杂度的缺点,本文研究了利用分散控制的思想,通过降低原来大模型的规模来间接降低模型复杂度来降低计算量。仿真结果验证了该算法的可行性以及在控制过程中的实时性。3、研究了分散模型预测控制算法在楼宇温度控制系统中的应用,通过对楼宇温度控制系统进行建模,对比了楼宇温度控制系统在集中模型预测算法和分散模型预测算法下各个控制状态量的轨迹,以及控制输入序列。对比两种算法下的控制结果表明,分散控制算法所得控制效果与集中算法所得结果相近似。但在计算复杂度减轻方面和耗时方面,分散控制算法要优于集中控制算法,对于计算复杂度的改善十分有效。4、研究了在分散控制过程中,由于大模型被分散成若干子模型,在子模型的控制网络中经常发生状态信息测量数据丢包。对于这样的情况,采用了一种改进分散模型预测控制算法。实验结果表明改进算法比未改进算法,在系统发生数据丢包时,能够更好保证系统稳定性。